高铁轴承故障解决方案
一、摘要
在材料或构件受外力的作用下，接收来自这些缺陷与损伤开始出现或扩展时所发射的声发射(Acoustic Emission, AE)信号，通过信号分析和处理评估材料或构件缺陷与损伤等内部特征的技术称为声发射技术。滚动轴承在故障形成初期及发展阶段都会产生声发射信号，而声发射源往往是轴承故障的发源地。根据声发射信号的特点，可以推知声发射源的目前状态，而且跟踪其发展趋势。
声发射对于旋转设备的适用范围如下：
与其它监测技术相比较，声发射可以更早的发现故障问题：
针对轴承故障诊断问题，我公司开发了独有的TAFI(特征指纹)配合浮动采集方式，可以更直观的判断轴承是否存在故障问题。
二、建议通道数
基于轴承的尺寸大小，选择合适的监测通道数目。一般尺寸小的轴承安装一个声发射传感器即可。
三、应用案例介绍
1. 高铁轴承
在某场地对高铁轴承进行跑速测试时，同时进行声发射数据采集。该轴承来自实际轴承故障(非人工处理得到的损伤)。基于TAFI可发现该轴承存在故障，且在变速阶段(加速、减速)TAFI依然特征明显。
基于频谱可得出该轴承的故障类型。
2. 地铁轴承
某场地进行地铁轴承测试，4个轴承均为实际故障轴承(非人工损伤)。TAFI特征明显，确认存在故障。
基于轴承故障特征参数曲线，可发现4个不同的轴承在不同时速下数值大小有一定区分(速度越大，数值区分越明显)，可进行不同轴承不同损伤严重程度的区分。
说明：上述提到的“轴承故障特征参数曲线”为我公司独有算法计算得出，非基础参数。
四、核心技术
针对轴承故障诊断，我公司配备独有的数据分析参数(TAFI)、数据采集方式和波形频谱处理方法。
TAFI亦可称为特征指数或故障特征指纹，是一个实时采集并显示的参数,既对匀速阶段适用，也对变速(加速或者减速)阶段适用。当声发射特征指数随时间的变化呈散点直线趋势(匀速时)或散点曲线向上趋势(减速时)，或散点曲线向下趋势(加速时)，所测轴承出现了TAFI特征，即判断该轴承存在故障。当特征指数随时间散点随机分布或无散点分布时，所测轴承在监测时段未出现TAFI特征，即判断该轴承无故障。对于特征指纹的清晰程度可以用如下图所示的4种状况来描述，即很明显、明显、不明显、无。
适用于声发射故障诊断的频谱分析方法，可直接得出频率信息，判断故障频率。
五、结论
声发射在旋转机械故障诊断方面有着显著优势，适用于低速重载轴承、中高速轴承、高速及超高速轴承故障诊断，同时对于摩擦、磨损、润滑等问题也适用。
在声发射旋转设备故障诊断领域，我公司除了生产优质的声发射设备外，还引领了声发射在此领域的应用，具有独立自主知识产权的、独特的、行之有效的信号处理技术，如TAFI、波形频谱、时间频率相关分析等。这些技术已在许多用户的试验与应用中得到验证。
